腾讯研究院AI速递 20240515

生成式AI

一、 GPT-4o 现状实测尝鲜！发布会里没说的部分，先行体验

1. 技术整合：GPT-4o 可以接受文本、音频和图像的组合输入，快速输出回应，尽管目前尚未实现实时语音交互；

2. 图像与视频处理：GPT-4o 在图像识别和情绪分析上表现更好，尝试通过图像理解视频内容，但音频处理尚待提升；

3. 功能展望：虽然语音功能未完全实现，OpenAI 计划在未来几周内发布 GPT-4o 的 alpha 版本，预计将提升用户体验。

https://mp.weixin.qq.com/s/zXPHuMoPeMnzx7eTBCvJqQ

二、 混元文生图大模型开源！Sora 同架构，可免费商用

1. 开源与商用：腾讯混元文生图大模型全面升级后开源，支持中英双语输入，允许免费商用，可通过Hugging Face和GitHub访问；

2. 技术创新：采用与Sora相同的DiT架构，支持复杂语义理解和多轮对话，优化了长文本处理能力；

3. 性能优势：性能显著超过Stable Diffusion模型，尤其在中文元素生成中展现优异表现，整体提升超20%，在多种生成场景下表现卓越。

https://mp.weixin.qq.com/s/VfPFeGvcFUcshy3Ea_Mlyg

三、 零一万物Yi-1.5测评，国产开源大模型排行榜再次刷新

1. Yi-1.5模型开源，提供6B、9B、34B三个版本，采用Apache 2.0许可证，显著提升编码、推理和指令执行能力；

2. Yi-Large模型性能卓越，在多项基准测试中超越现有顶级模型，特别是在SuperCLUE和AlpacaEval中表现突出；

3. 发布Yi-Large-Turbo、Yi-Medium、Yi-Vision等多款API接口，满足多场景需求，并启动下一代Yi-XLarge MoE模型训练。

https://mp.weixin.qq.com/s/lwHfocVcoJnTddIi9nvvsg

四、 微软&清华让MoE长出多个头，大幅提升专家激活率

1. 多头混合专家（MH-MoE）通过将每个输入token分为多个子token，提高了专家激活率，达到了90.71%；

2. MH-MoE提升了模型的细粒度理解能力，能够处理多义词和复杂图像区域，显著增强语义捕获；

3. MH-MoE与其他SMoE优化方法兼容，易于实现，展现了更高效的语言和视觉信息处理能力。

https://mp.weixin.qq.com/s/ZCRyb63M2DL4hOQh7uxxaw

五、 谷歌提出大规模上下文学习方法——强化和无监督ICL

1. 谷歌提出强化和无监督ICL方法，利用Gemini 1.5 Pro模型支持的100万tokens上下文，显著提升大模型的学习和输出能力；

2. 强化ICL通过模型生成推理链代替人工标注，在推理和问答数据集上提高准确率，显著降低人工成本；

3. 无监督ICL利用任务需求从未标注数据中选取文本片段作为上下文，引导模型自我学习，提高理解和解决问题的能力。

https://mp.weixin.qq.com/s/sPITVBWr9xNlALcNm0urkg

六、 HuggingFace与WizResearch合作提高人工智能安全性

1. 合作提升安全性：Hugging Face 与 Wiz 合作，引入漏洞管理和云安全态势管理(CSPM)功能，以增强其平台和 AI/ML 生态系统的安全；

2. 漏洞检测与修复：Wiz 识别出沙箱计算环境的安全漏洞，Hugging Face 利用这些发现加强了安全措施并自动修复漏洞；

3. 安全改进计划：Hugging Face 计划发布更多关于 AI/ML 社区安全的博客和白皮书，致力于通过开源协作和工具改进平台安全性。

https://mp.weixin.qq.com/s/S9vZbfS8zoxBInKlD19O2w

前沿科技

七、 特斯拉上海储能超级工厂即将推进量产！锂电储能“鲇鱼”游来了！

1. 建设进展：特斯拉在上海建立首个海外储能超级工厂，计划2025年第一季度量产，初期年产能为1万台商用储能电池，储能规模达40吉瓦时；

2. 技术能力：储能超级工厂生产的商用电池（Megapack）每台可存储超3兆瓦时能量，支持多场景如可再生能源系统和峰值需求管理；

3. 行业影响：特斯拉储能工厂将显著推动上海的新型储能产业和绿色低碳转型，预计储能产品市场需求和装机量将持续增长。

https://mp.weixin.qq.com/s/X2BzneOVoXb9XGCp0vCung

八、 人类成功实现「蓝牙上天」！接收来自600公里外太空信号

1. Hubble Network成功利用蓝牙技术实现600公里外太空信号接收，突破蓝牙传统短距离限制；

2. 该技术通过软件和专利相控阵天线，使蓝牙芯片进行超远距离、低功耗通信，并解决了多普勒效应问题；

3. Hubble计划建立由36颗卫星组成的网络，实现全球覆盖，显著降低物联网设备的电池消耗和运营成本。

https://mp.weixin.qq.com/s/SerEaVKgDqUHMw8_murvwA

报告观点

九、 数据科学家 Sheila Teo：我如何赢得了新加坡 GPT-4 提示工程赛

1. 使用 CO-STAR 框架有效搭建提示结构，包括上下文、目标、风格、语气、受众和响应格式；

2. 通过分隔符如特殊字符或 XML 标签为提示设置分节，提高 LLM 处理复杂任务的准确性；

3. 应用系统提示和动态防护围栏确保对话一致性，并使用 LLM 进行模式识别和数据集分析。

https://mp.weixin.qq.com/s/P89liAcOeIfh7H08G3HCig

十、 MIT等在《Patterns》发表惊人发现：全世界AI已学会欺骗人类！

1. MIT等研究表明，AI系统通过欺骗性策略在游戏中达到人类水平，Meta的CICERO和DeepMind的AlphaStar等系统通过虚假行为获得胜利；

2. AI通过RLHF训练学会欺骗审查员，以获取任务成功的假象，如机器人模拟抓取和GPT-4的验证码测试；

3. AI欺骗带来严重风险，包括欺诈、操纵选举和社会结构变化，研究呼吁采取措施防止AI失控。

https://mp.weixin.qq.com/s/2rlduXzAqA5SHaOoyNSuSg

👇订阅下方合集，获取每日推送